论文研究 基于SVM输出概率和后置滤波的运动目标分类.pdf

为了减小低层视觉特征和高层语义之间存在的“语义鸿沟”，提出一种采用树结构支持向量机实现图像底层视觉特征到高层语义的映射方法。利用二叉树结构构建支持向量机（SVM），在SVM核函数空间利用距离作为树节点

交通流量检测是智能交通系统中的一个重要研究方向和热点问题，基于视频的车辆检测是交通流量采集分析的核心技术，它为交通流量参数的实时获取提供了可能。为实现在复杂交通视频场景中实时准确检测各类的运动车辆，在

大多数应用于视频监控领域的目标跟踪模式识别方法，都需要先对移动目标进行模式学习。但是这些方法不适合同时跟踪多个不同的目标，因为每一个移动目标的模式都应该是预先确定好的。因此，提出了一种新的基于粒子滤波

基于改进粒子滤波算法的雷达弱目标检测，薄涛，李明，基于粒子滤波的检测前跟踪技术是低信噪比环境下目标检测与跟踪的有效方法。针对传统粒子滤波算法计算量大，易粒子耗尽的缺点，本

针对目标跟踪过程中出现的目标形变、遮挡、出平面旋转等干扰问题，通过对传统核滤波相关（KCF）跟踪算法在特征提取方式和模型更新方案上的改进，提出一种基于颜色名称空间特征的核相关滤波算法。为了验证算法的有

时间序列聚类分析是数据挖掘研究的一个重要内容。已有的聚类算法大多采用k均值对低维数据进行聚类，不能对高维多变量时间序列（MTS）数据进行有效聚类。提出一种高效的多变量时间序列聚类算法PCA-CLUST

叶脉是植物叶的内在特征和识别植物的重要特征，叶脉特征的提取有利于植物叶自动识别。针对叶脉复杂多变使得叶脉难于提取的特点，提出了多方向Top-Hat变换的叶脉特征提取方法。该方法采用Gauss梯度计算叶

基于自适应卡尔曼滤波的运动车辆检测，张伟，鲍旭东，卡尔曼滤波是一种根据时变随机信号的统计特性，对信号的未来值做出尽可能接近真值的一种估计方法，首先介绍了卡尔曼滤波原理，然

基于二维坐标的多运动目标跟踪，在跟踪过程中由于目标相互遮挡，算法无法分清各个运动目标，导致跟踪目标失败。而三维坐标具有深度信息，利用目标遮挡前后坐标的不突变性能很好地分清各个目标，为此提出基于三维坐标

基于旋转不变离散哈希的遥感图像目标分类，徐晖，刘亚洲，目标分类是大规模遥感图像分析所面临的一个基本但富有挑战性的问题。近年来，哈希学习方法因其在存储空间和时间效率方面的强大优